LLM CLI 速查表

Q: 如何安装和配置 llm？

运行 `pip install llm`。然后设置 API Key：`llm keys set openai`（按提示输入 key）。按需安装模型插件：`pip install llm-claude-3`（Claude）、`pip install llm-gemini`（Gemini），或使用 Ollama 连接本地模型。

Q: llm 可以用本地模型吗？

可以。安装 Ollama 插件：`pip install llm-ollama`，然后用 `llm -m ollama '提示'`。或安装 GPT4All：`pip install llm-gpt4all`，`llm -m gpt4all '提示'`。本地模型完全离线运行。

Q: 如何用 llm 生成嵌入向量和做 RAG？

生成嵌入：`llm embed -m text-embedding-3-small -i '文本'`。批量嵌入文档：`llm embed-multi docs -m text-embedding-3-small --files ./docs/ '*.md'`。语义搜索：`llm similar docs -c '查询'`。嵌入存储在 SQLite 中持久化。

Q: 什么是提示词模板？

模板是可复用的提示词结构。`llm templates edit my-template` 创建，支持 `{{variable}}` 变量。使用：`llm -t my-template '值'`。模板保存在 `~/.llm/templates/` 目录下。

`llm` 是一个轻量级的命令行 LLM 工具，支持 OpenAI、Claude、Gemini、Ollama、GPT4All 等多种模型后端。插件生态丰富，支持提示词模板、交互式对话、嵌入向量生成和语义搜索，是终端用户与 LLM 交互的最便捷方式。

更新: 2026-07-20·24 条命令

快速开始

``bash # 安装 pip install llm

# 设置 API Key llm keys set openai

# 提问 llm '日本的 capital 是什么？'

# 使用不同模型 llm -m claude-3-haiku-20240307 '写一首诗'

# 交互式聊天 llm chat

# 继续对话 llm -c '再多说一些'`

`支持的模型`

内置支持：OpenAI（GPT-4o、GPT-4o-mini）。插件支持：Claude（llm-claude-3）、Gemini（llm-gemini）、Ollama（本地模型）、GPT4All（完全离线）及众多社区插件。

`聊天与对话`

llm chat 启动交互式会话。-c 继续之前对话。llm logs 浏览历史。对话持久化在 SQLite 数据库中。

`提示词模板`

llm templates edit <名称> 创建可复用模板。使用 {{变量}} 语法。llm -t <模板名> '值' 使用。预装模板包含摘要、提取等常见模式。

`嵌入向量与语义搜索`

完整嵌入工作流：llm embed 单文本、llm embed-multi 批量嵌入文档、llm similar 语义搜索。嵌入存储在 SQLite 中可导出使用。

`插件系统`

pip install llm-<名称> 安装插件。llm plugins` 列出已安装插件。社区插件添加模型、嵌入函数、模板加载器等。

启动模式(20)

命令	难度	示例
`llm --help` 显示 llm CLI 帮助	基础	`llm --help`
`llm 'prompt'` 直接用提示词参数查询 LLM（核心用法）	基础	`llm 'What is the capital of France?'`
`llm -m` 指定使用的模型	基础	`llm -m gpt-4o 'Explain quantum computing'`
`llm -m claude-3-opus-20240307` 使用 Claude Opus 模型	基础	`llm -m claude-3-opus-20240307 'Write a poem'`
`llm -m gpt4all` 使用本地 GPT4All 模型（离线）	中级	`llm -m gpt4all 'What is Rust used for?'`
`llm -m ollama` 使用 Ollama 管理的本地模型	中级	`llm -m ollama 'Tell me a joke'`
`llm -s` 设置系统提示词	基础	`llm -s 'You are a pirate' 'How do I make coffee?'`
`llm logs` 查看最近的对话历史	基础	`llm logs`
`llm logs -n` 显示最近 N 条对话记录	基础	`llm logs -n 20`
`llm -c` 继续上一轮对话（追加上下文）	中级	`llm -c 'Tell me more about that'`
`llm chat` 启动交互式聊天模式	基础	`llm chat`
`llm chat -m` 在交互模式下指定模型	基础	`llm chat -m claude-3-haiku-20240307`
`llm keys` 列出已配置的 API Key	基础	`llm keys`
`llm keys set` 设置 API Key	基础	`llm keys set openai`
`llm keys get` 获取已设置的 API Key 值	基础	`llm keys get openai`
`pip install llm` 安装 llm CLI 工具	基础	`pip install llm`
`pip install llm-claude-3` 安装 Claude 插件	基础	`pip install llm-claude-3`
`llm plugins` 列出已安装的插件	基础	`llm plugins`
`llm templates` 列出提示词模板	中级	`llm templates`
`llm templates edit` 编辑提示词模板	中级	`llm templates edit my-template`

ai-embedding(4)

命令	难度	示例
`llm embed` 生成文本嵌入向量	中级	`llm embed -m text-embedding-3-small -i 'Hello world'`
`llm embed-multi` 批量生成嵌入向量（从文件）	高级	`llm embed-multi articles -m text-embedding-3-small -d articles.jsonl`
`llm embed-multi --files` 从目录文件批量生成嵌入	高级	`llm embed-multi docs -m text-embedding-3-small --files ./docs/ '*.md'`
`llm similar` 查询语义相似的文本	高级	`llm similar articles -c 'machine learning'`

常见问题

如何安装和配置 llm？

llm 可以用本地模型吗？

如何用 llm 生成嵌入向量和做 RAG？

什么是提示词模板？

本速查表数据整理自各工具官方文档。最后更新: 2026-07-20。